Question

我从一个数据帧值创建了两个数据帧。我正在修改两个数据帧，以使它们按索引具有一些nan行。但是，我可以将nan分配给数据框之一。当我对另一个对象执行相同的操作时，所有三个数据帧都变为nan。

我尝试使用dataframe.values而不是原始数据帧来创建新的数据帧，因为我知道如果让b = a，那么对a所做的任何操作也会反映在b中。但这仍然行不通。

df1 = pd.read_csv(...)
df2 = pd.DataFrame(df1.values, index=df1.index, columns=['a'])
df3 = pd.DataFramd(df1.values, index=df1.index, columns=['a'])

results = [5,6,111,112,145,148] # an example for demonstration
ss_index = list(df1.index[5:6]) + list(df1.index[111:112]) + 
           list(df1.index[145:148])
nss_index = df1.index.difference(ss_index)

df2.loc[ss_index, :] = np.nan # this set all three dfs at ss_index to nan
df3.loc[nss_index, :] = np.nan # this sets all three dfs at nss_index to nan

Answer 1

第一个分配将ss_index的值设置为np.nan，它们只是索引[5,111,145,146,147]。第二个将nss_index索引设置为np.nan，这是与ss_index不同的索引，基本上是所有其余索引。由于df2和df3只是对df1的引用，因此，当您修改其中一个时，它们全部都会被修改。

您可以使用.copy()方法在数据框中创建值的副本，

df2 = df1.copy(deep=True)

现在，df2不会受到df1的更改的影响

当我仅将nan分配给其中之一时，为什么所有数据框都变为nan

1 个答案: